Sistem RoboGrammar Mengotomatisasi dan Mengoptimalkan Desain Robot

Bentuk sebuah robot menentukan jenis tugas yang dapat dilakukan dan lingkungan di mana robot dapat beroperasi. Dengan keterbatasan teknologi saat ini, tidak ada cara untuk membangun dan menguji setiap bentuk, tetapi sistem baru yang dikembangkan oleh peneliti di MIT memungkinkan simulasi banyak bentuk. Setelah simulasi, yang terbaik dapat dipilih dari kelompok.

Sistem baru ini disebut RoboGrammar, dan langkah pertama adalah memberitahu sistem tentang jenis komponen robot yang tersedia, seperti roda dan sendi. Anda kemudian menunjukkan jenis medan yang akan dioperasikan robot, tetapi itu saja. RoboGrammar kemudian menghasilkan struktur yang dioptimalkan dan program kontrol.

Mengembangkan Bidang Desain Robot

Sistem baru ini adalah langkah besar dalam bidang yang sudah maju yang masih sebagian besar manual.

Allan Zhao adalah penulis utama penelitian dan mahasiswa PhD di Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT (CSAIL).

“Desain robot masih merupakan proses manual,” kata Zhao. Sistem RoboGrammar adalah “cara untuk menghasilkan desain robot baru yang lebih inovatif yang dapat lebih efektif.”

Penelitian ini akan disajikan di konferensi SIGGRAPH Asia bulan ini.

Menurut Zhao, robot dibangun untuk berbagai tugas, tetapi “mereka semua cenderung memiliki bentuk dan desain yang sama. Ketika Anda memikirkan membangun robot yang perlu menyeberangi berbagai medan, Anda langsung memikirkan quadruped. Kami bertanya-tanya apakah itu benar-benar desain optimal.”

Tim percaya bahwa desain baru dan lebih inovatif dapat menghasilkan hasil yang lebih baik dan meningkatkan fungsionalitas, yang mengapa mereka membuat model komputer untuk tugas tersebut. Sistem tidak dipengaruhi oleh konvensi sebelumnya dan ada beberapa aturan yang diterapkan.

Zhao menulis bahwa kumpulan bentuk robot yang mungkin “terutama terdiri dari desain yang tidak masuk akal. Jika Anda hanya dapat menghubungkan komponen dengan cara sewenang-wenang, Anda akan mendapatkan kekacauan.”

https://www.youtube.com/watch?v=JmuLW5So4FU&feature=emb_title

Tata Bahasa Grafik

Tim mengembangkan “tata bahasa grafik,” yang membatasi bagaimana komponen robot dapat disusun. Ini hanya untuk setiap desain yang dihasilkan komputer bekerja pada tingkat dasar, dengan batasan seperti tidak dapat menghubungkan segmen kaki dengan segmen lainnya bukan dengan sendi.

Zhao terinspirasi oleh hewan, khususnya arthropoda, ketika merancang aturan tata bahasa grafik.

Arthropoda “ditandai dengan memiliki tubuh tengah dengan jumlah segmen yang bervariasi. Beberapa segmen mungkin memiliki kaki yang terhubung,” kata Zhao. “Dan kami menyadari bahwa itu cukup untuk menggambarkan tidak hanya arthropoda tetapi juga bentuk yang lebih familiar.”

Melalui penggunaan tata bahasa grafik, RoboGrammar bekerja dalam tiga langkah. Pertama, itu mendefinisikan masalah. Kedua, itu merancang solusi robotik yang mungkin. Ketiga, itu memilih yang optimal.

Pengguna manusia bertanggung jawab untuk mendefinisikan masalah dan memasukkan set komponen robotik yang tersedia, seperti motor, kaki, dan segmen penghubung. Pengguna juga memasukkan jenis medan yang akan dioperasikan robot.

“Itu kunci untuk memastikan robot akhir dapat benar-benar dibangun di dunia nyata,” kata Zhao.

Ratusan Ribu Struktur

RoboGrammar mengambil aturan tata bahasa grafik dan merancang ratusan ribu struktur robot yang mungkin, dengan berbagai penampilan yang berbeda.

“Itu cukup menginspirasi bagi kami untuk melihat keragaman desain,” kata Zhao. “Itu pasti menunjukkan ekspresivitas tata bahasa.”

Namun, tidak semua desain baik, dan memilih yang terbaik berarti setiap gerakan dan fungsi robot harus dievaluasi.

“Sampai sekarang, robot ini hanya struktur,” kata Zhao.

Tim mengembangkan kontroler untuk setiap robot melalui algoritma yang disebut Model Predictive Control, yang memprioritaskan gerakan maju yang cepat, dan ini adalah yang memajukan struktur.

“Bentuk dan kontroler robot sangat terkait, yang mengapa kita harus mengoptimalkan kontroler untuk setiap robot secara individu,” kata Zhao.

Peneliti kemudian menggunakan algoritma jaringan saraf untuk menemukan robot yang berkinerja tinggi. Algoritma mengambil sampel dan mengevaluasi set robot yang berbeda dan belajar desain mana yang bekerja untuk tugas apa.

Semua yang disebutkan sampai titik ini terjadi tanpa intervensi manusia.

“Karya ini adalah prestasi tertinggi dalam 25 tahun pencarian untuk merancang morfologi dan kontrol robot secara otomatis,” kata Hod Lipson, insinyur mesin dan ilmuwan komputer di Universitas Columbia. Ia tidak terlibat dalam penelitian. “Ide menggunakan tata bahasa bentuk telah ada selama beberapa waktu, tetapi tidak ada tempat di mana ide ini telah dilaksanakan dengan indah seperti dalam karya ini. Begitu kita dapat membuat mesin merancang, membuat, dan memprogram robot secara otomatis, semua taruhan akan hilang.”

Menurut Zhao, RoboGrammar adalah “alat untuk perancang robot untuk memperluas ruang struktur robot yang mereka gunakan.”

Tim sekarang berencana untuk membangun dan menguji beberapa robot di dunia nyata, dan Zhao mengatakan bahwa sistem dapat melampaui medan traversing dan masuk ke area seperti dunia virtual.

“Misalkan dalam permainan video Anda ingin menghasilkan banyak jenis robot, tanpa memiliki seniman untuk membuat setiap satu. RoboGrammar akan bekerja untuk itu hampir seketika,” kata Zhao.